AI-102 Designing and Implementing a Microsoft Azure AI Solution

Modul 1: Introduktion till AI på Azure

Artificiell intelligens (AI) är i allt högre grad kärnan i moderna appar och tjänster.
I den här modulen får du lära dig om några vanliga AI-funktioner som du kan utnyttja i dina appar och hur dessa funktioner implementeras i Microsoft Azure.
Du kommer också att lära dig om några överväganden för att utforma och implementera AI-lösningar på ett ansvarsfullt sätt.

Lektioner

• Introduktion till artificiell intelligens
• Artificiell intelligens i Azure

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Beskriv överväganden för att skapa AI-aktiverade applikationer
• Identifiera Azure-tjänster för utveckling av AI-applikationer

Modul 2: Utveckla AI-appar med Cognitive Services

Cognitive Services är de viktigaste byggstenarna för att integrera AI-funktioner i dina appar.
I den här modulen får du lära dig hur du provisionerar, säkrar, övervakar och distribuerar kognitiva tjänster.

Lektioner

• Komma igång med Cognitive Services
• Använda kognitiva tjänster för företagsapplikationer

Labb : Kom igång med Cognitive Services

Labb : Hantera säkerhet för Cognitive Services

Labb : Övervaka kognitiva tjänster

Labb : Använda en Cognitive Services Container

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Tillhandahålla och använda kognitiva tjänster i Azure
• Hantera säkerhet för kognitiva tjänster
• Övervaka kognitiva tjänster
• Använd en container för kognitiva tjänster

Modul 3: Komma igång med bearbetning av naturliga språk

Natural Language Processing (NLP) är en gren av artificiell intelligens som handlar om att utvinna insikter från skrivet eller talat språk.
I den här modulen får du lära dig hur du använder kognitiva tjänster för att analysera och översätta text.

Lektioner

• Analysera text
• Översättning av text

Lab : Analysera textLab : Översätt text

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd den kognitiva tjänsten Text Analytics för att analysera text
• Använd den kognitiva tjänsten Translator för att översätta text

Modul 4: Bygga applikationer med talstöd

Många moderna appar och tjänster accepterar talad inmatning och kan svara genom att syntetisera text.
I den här modulen fortsätter du att utforska funktioner för bearbetning av naturligt språk genom att lära dig hur du bygger applikationer med talfunktion.

Lektioner

• Taligenkänning och talsyntes
• Översättning av tal

Laboration: Identifiera och syntetisera tal

Labb : Översätt tal

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd den kognitiva tjänsten Speech för att känna igen och syntetisera tal
• Använd den kognitiva tjänsten Speech för att översätta tal

Modul 5: Skapa lösningar för språkförståelse

För att skapa en applikation som på ett intelligent sätt kan förstå och reagera på indata på naturligt språk måste du definiera och träna en modell för språkförståelse.
I den här modulen får du lära dig hur du använder tjänsten Language Understanding för att skapa en app som kan identifiera användarens avsikt från naturliga språkinmatningar.

Lektioner

• Skapa en app för språkförståelse
• Publicera och använda en app för språkförståelse
• Använda språkförståelse med tal

Labb: Skapa en app för språkförståelse

Laboration : Skapa en klientapplikation för språkförståelse

Lab : Använda tjänster för tal- och språkförståelse

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Skapa en app för språkförståelse
• Skapa en klientapplikation för Language Understanding
• Integrera språkförståelse och tal

Modul 6: Att bygga en QnA-lösning

En av de vanligaste typerna av interaktion mellan användare och AI-programvaruagenter är att användarna skickar in frågor på naturligt språk och att AI-agenten svarar intelligent med ett lämpligt svar.
I den här modulen kommer du att utforska hur QnA Maker-tjänsten gör det möjligt att utveckla den här typen av lösningar.

Lektioner

• Skapa en QnA-kunskapsbas
• Publicera och använda en QnA-kunskapsbas

Laboration: Skapa en QnA-lösning

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd QnA Maker för att skapa en kunskapsbas
• Använd en QnA-kunskapsbas i en app eller bot

Modul 7: Konversationell AI och Azure Bot Service

Bots är grunden för en allt vanligare typ av AI-applikationer där användare deltar i konversationer med AI-agenter, ofta på samma sätt som de skulle göra med en mänsklig agent.
I den här modulen kommer du att utforska Microsoft Bot Framework och Azure Bot Service, som tillsammans utgör en plattform för att skapa och leverera konversationsupplevelser.

Lektioner

• Grundläggande om robotar
• Implementering av en samtalsrobot

Labb: Skapa en bot med Bot Framework SDK

Labb: Skapa en bot med Bot Framework Composer

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd Bot Framework SDK för att skapa en bot
• Använd Bot Framework Composer för att skapa en bot

Modul 8: Komma igång med datorseende

Datorseende är ett område inom artificiell intelligens där programvaruapplikationer tolkar visuell input från bilder eller video.
I den här modulen börjar du utforska datorseende genom att lära dig hur du använder kognitiva tjänster för att analysera bilder och video.

Lektioner

• Analysera bilder
• Analysera videor

Laboration: Analysera bilder med datorseende

Laboration: Analysera video med videoindexerare

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd tjänsten Computer Vision för att analysera bilder
• Använd Video Indexer för att analysera videor

Modul 9: Utveckling av anpassade visionlösningar

Det finns många scenarier där fördefinierade allmänna datorseendefunktioner kan vara användbara, men ibland behöver du träna en anpassad modell med dina egna visuella data.
I den här modulen kommer du att utforska tjänsten Custom Vision och hur du använder den för att skapa anpassade modeller för bildklassificering och objektdetektering.

Lektioner

• Klassificering av bilder
• Objektdetektering

Laboration: Klassificera bilder med Custom Vision

Lab : Detektera objekt i bilder med Custom Vision

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd tjänsten Custom Vision för att implementera bildklassificering
• Använd tjänsten Custom Vision för att implementera objektdetektering

Modul 10: Upptäcka, analysera och känna igen ansikten

Ansiktsdetektering, -analys och -igenkänning är vanliga scenarier inom datorseende.
I den här modulen kommer du att utforska användningen av kognitiva tjänster för att identifiera mänskliga ansikten.

Lektioner

• Detektering av ansikten med hjälp av Computer Vision Service
• Använda ansiktstjänsten

Lab : Upptäcka, analysera och känna igen ansikten

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Upptäck ansikten med tjänsten Computer Vision
• Upptäcka, analysera och känna igen ansikten med tjänsten Face

Modul 11: Läsa text i bilder och dokument

Optisk teckenigenkänning (OCR) är ett annat vanligt scenario för datorseende, där programvara extraherar text från bilder eller dokument.
I den här modulen kommer du att utforska kognitiva tjänster som kan användas för att upptäcka och läsa text i bilder, dokument och formulär.

Lektioner

• Läsa text med Computer Vision Service
• Extrahera information från formulär med tjänsten Form Recognizer

Lab : Läsa text i bilderLab : Extrahera data från formulär

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Använd tjänsten Computer Vision för att läsa text i bilder och dokument
• Använd tjänsten Form Recognizer för att extrahera data från digitala formulär

Modul 12: Skapa en lösning för kunskapsinhämtning

I slutändan handlar många AI-scenarier om att på ett intelligent sätt söka efter information baserat på användarnas frågor.
AI-driven knowledge mining är ett allt viktigare sätt att bygga intelligenta söklösningar som använder AI för att utvinna insikter från stora digitala datalager och göra det möjligt för användare att hitta och analysera dessa insikter.

Lektioner

• Implementering av en intelligent söklösning
• Utveckla anpassade färdigheter för en berikande pipeline
• Skapa en kunskapsbutik

Labb : Skapa en Azure Cognitive Search-lösning

Labb : Skapa en anpassad färdighet för Azure Cognitive Search

Labb : Skapa en kunskapsbutik med Azure Cognitive Search

Efter att ha slutfört denna modul kommer deltagarna att kunna:

• Skapa en intelligent söklösning med Azure Cognitive Search
• Implementera en anpassad färdighet i en berikningspipeline för Azure Cognitive Search
• Använd Azure Cognitive Search för att skapa en kunskapsbutik